一周AI大事：Gemini 4上线、DeepSeek 4.1 Flash升级与多类开源模型发布

一、大模型与智能体 Google上线Gemini 4旗舰模型，视频称综合跑分打平Astra，白领任务能力登顶，支持100万token输出，一次对话写完整本小说，还能设计全新蛋白酶、开发量子算法、操作机器人玩游戏。Meta发布旗舰模型，智商仅次于Claude，杀回第一梯队。DeepSeek升级4.1 Flash，编程能力拿下开源最强，搭配DeepSeek Harness，被描述为Codex平替，也能像Claude一样手搓知识讲解视频。Fable 5.5预告下周发布，视频称提前锁定年度最强。Anthropic放话AI自我进化起点已到来：智能体工作时长达到人类员工的6倍，每天合并代码从2000次涨到3万多次，AI已24小时自己研发下一代自己。 二、开源技能、协作与记忆 Eloryan发布最强视觉推理模型，边看视频边推理，能识别UI和游戏交互问题。工程师开源知识讲解技能：给Claude一个概念，就能自动生成带动画、带语音的科普视频，视频称继Vibe coding后Vibe知识成为新爆点。工程师开发公司Harness，让所有AI助理入驻协作空间，共享上下文、接力干活，能联手开发应用、组队剪片子。工程师开源游戏逆向技能，目标是让Switch游戏原声运行在手机、平板和电视上。腾讯开源智能体记忆框架，让在CodeX建好的项目切换到CC或其他AI助理时保留记忆，接着干。 三、图像、视频与3D Krea推出最强开源图像编辑模型，多涡轮修改不退化，跑分打平小香蕉。Black Forest开源顶级图像模型，支持4K生图和动嘴修图，8G显存可运行。Open MOSS开源图像生成模型，亮点是没有安全围栏，电脑本地可运行。研究员开源带记忆的视频模型，镜头转走再回来也保持原样；开源游戏世界模型，消费级显卡实时运行生成式游戏。英伟达开源游戏视频模型，把游戏引擎画面实时渲染成电影级视觉效果。3D方面，研究员开源3D动作模型，一个管骨骼、另一个处理形变，动动嘴就能做高级动画；还开源3D重建模型，拍几张照片生成3D资产。 四、语音、机器人与量子 Brock上线最强语音对话模型，说话最像真人，已接管70%客服通话，无需人类干预。Fish Audio推出最强开源语音合成模型，能克隆音色、指定AI演员语气和情绪，电脑本地可运行。工程师开源AI音乐编辑器，能直接修改每一个音符。Human X开源技能迁移模型，机器人看视频就能学会投篮。工程师开发羽毛球陪练机器人，连续对打1400拍，拿下吉尼斯世界纪录；还开源乒乓球双打机器人，能轮流接球、主动走位、避让队友。Google量子计算实现突破，Willow处理器成功实现魔法态培育，错误率降低40倍，保真度做到4个9。 限制与说明 以上内容来自视频口播转写，多为发布方或作者主张；视频未展开测试条件、跑分口径与适用范围，本地运行、显存要求等也较简略，具体以官方信息为准。